中國報告大廳網(wǎng)訊,農(nóng)業(yè)現(xiàn)代化是中國式現(xiàn)代化的重要組成部分,而農(nóng)業(yè)機械化作為農(nóng)業(yè)現(xiàn)代化的關(guān)鍵支撐,其發(fā)展離不開農(nóng)戶的投資參與。當(dāng)前,農(nóng)機社會化服務(wù)雖在農(nóng)業(yè)生產(chǎn)中發(fā)揮重要作用,截止 2022 年底,我國農(nóng)業(yè)社會化服務(wù)覆蓋面積已達(dá) 18.7 億畝次,但近年來服務(wù)需求量呈下降趨勢,部分農(nóng)戶開始轉(zhuǎn)向自購農(nóng)業(yè)機械以滿足生產(chǎn)需求,截止到 2021 年底,我國各類農(nóng)業(yè)生產(chǎn)機械購買數(shù)量呈現(xiàn)不斷增長趨勢,其中大中型拖拉機保有量同比增長分別為 8.49% 和 3.65%,玉米聯(lián)合收割機、稻麥聯(lián)合收割機、水稻插秧機、谷物烘干機的保有量同比分別增長 3.76%、1.28%、1.04%、5.92%。在此背景下,探究農(nóng)戶稟賦對農(nóng)業(yè)機械投資行為的影響及作用機制,對推動農(nóng)業(yè)機械化高質(zhì)量發(fā)展、助力農(nóng)業(yè)現(xiàn)代化建設(shè)具有重要意義。以下是2025年農(nóng)業(yè)機械行業(yè)投資分析。
農(nóng)業(yè)機械行業(yè)投資行為受多重因素影響,其中農(nóng)戶稟賦作為衡量農(nóng)戶生產(chǎn)資源與能力的綜合指標(biāo),對農(nóng)業(yè)機械投資決策和程度有著關(guān)鍵作用。同時,信貸可得性在農(nóng)戶稟賦與農(nóng)業(yè)機械投資之間可能存在中介效應(yīng),而農(nóng)機服務(wù)市場發(fā)育程度也可能產(chǎn)生調(diào)節(jié)作用,基于此提出以下研究假說:
農(nóng)戶稟賦與信貸可得性的關(guān)系假說:在其他條件不變的情況下,農(nóng)戶稟賦水平會促進(jìn)其信貸可得性,且這種促進(jìn)作用在大規(guī)模農(nóng)戶組中大于小規(guī)模農(nóng)戶組。從金融機構(gòu)視角來看,農(nóng)戶稟賦越豐富,可提供的抵押擔(dān)保條件(如資產(chǎn)、人脈關(guān)系)越充足,違約風(fēng)險越低,金融機構(gòu)發(fā)放貸款的意愿越高。對于大規(guī)模農(nóng)戶而言,即便面臨較高資金約束,高稟賦水平可通過固定資產(chǎn)抵押、農(nóng)地抵押或人脈資源獲取信貸;而小規(guī)模農(nóng)戶受經(jīng)營規(guī)模和稟賦限制,信貸獲取能力整體弱于大規(guī)模農(nóng)戶。
信貸可得性與農(nóng)業(yè)機械投資的關(guān)系假說:在其他條件不變的情況下,農(nóng)戶的信貸可得性會促進(jìn)農(nóng)戶的農(nóng)業(yè)機械投資行為。農(nóng)業(yè)機械投資具有資金門檻高、回報周期長的特點,信貸可得性的提升能緩解農(nóng)戶資金約束,幫助農(nóng)戶突破投資資金限制,進(jìn)而增加對農(nóng)業(yè)機械的投入。從生產(chǎn)函數(shù)分析,信貸可得性提高可促進(jìn)農(nóng)戶擴大經(jīng)營規(guī)模,而經(jīng)營規(guī)模擴大又會進(jìn)一步激勵農(nóng)戶投資與規(guī)模匹配的農(nóng)業(yè)機械,形成 “信貸可得性 - 經(jīng)營規(guī)模 - 農(nóng)業(yè)機械投資” 的正向傳導(dǎo)。
農(nóng)戶稟賦與農(nóng)業(yè)機械投資的關(guān)系假說:在其他條件不變的情況下,農(nóng)戶稟賦水平會促進(jìn)農(nóng)戶的農(nóng)業(yè)機械投資行為。農(nóng)戶稟賦涵蓋自然資源、經(jīng)濟(jì)資源、人力資源和社會資源等多個維度,自然資源稟賦(如耕地數(shù)量)決定農(nóng)業(yè)生產(chǎn)規(guī)模,經(jīng)濟(jì)資源稟賦(如家庭收入)提供投資資金基礎(chǔ),人力資源稟賦(如戶主受教育程度、技術(shù)培訓(xùn)經(jīng)歷)提升對農(nóng)業(yè)機械的認(rèn)知和使用能力,社會資源稟賦(如黨員身份、社會關(guān)系)拓寬信息和融資渠道,這些都能共同推動農(nóng)戶做出農(nóng)業(yè)機械投資決策并影響投資程度。
《2025-2030年中國農(nóng)業(yè)機械市場專題研究及市場前景預(yù)測評估報告》指出,研究使用的數(shù)據(jù)涵蓋全國 29 個省(市、縣)的農(nóng)村家庭和村莊(社區(qū))信息,原始數(shù)據(jù)包含 608 個村莊(社區(qū))的 40011 個樣本,通過以下步驟篩選得到最終研究樣本:首先對農(nóng)戶數(shù)據(jù)和社區(qū)數(shù)據(jù)進(jìn)行匹配,合成村莊農(nóng)戶數(shù)據(jù);其次保留仍從事農(nóng)業(yè)生產(chǎn)的樣本;最后剔除關(guān)鍵變量缺失及存在異常值的家庭,最終得到 3441 戶農(nóng)戶樣本,樣本具有全國、省級、市級和縣級代表性,抽樣方法為多階段規(guī)模比例抽樣。
被解釋變量:農(nóng)業(yè)機械投資行為,包括 “是否投資農(nóng)業(yè)機械”(二值變量,用于衡量投資決策)和 “農(nóng)業(yè)生產(chǎn)機械總值”(連續(xù)變量,用于衡量投資程度)。
核心解釋變量:農(nóng)戶稟賦,為避免內(nèi)生性問題,采用滯后一期(2015 年)數(shù)據(jù),分為四類:
自然資源稟賦:以農(nóng)戶經(jīng)營的耕地數(shù)量(含自有和轉(zhuǎn)入耕地)衡量;
經(jīng)濟(jì)資源稟賦:以家庭農(nóng)業(yè)收入、家庭非農(nóng)業(yè)收入衡量;
人力資源稟賦:以戶主年齡、受教育年限、身體健康程度(1 = 非常好、2 = 好、3 = 一般、4 = 不好、5 = 非常不好)、是否接受農(nóng)業(yè)技術(shù)培訓(xùn)(1 = 是、0 = 否)衡量;
社會資源稟賦:以戶主是否為黨員(1 = 是、0 = 否)、家庭中是否有人擔(dān)任村干部(1 = 是、0 = 否)衡量。通過熵值法確定四類稟賦權(quán)重分別為 0.14、0.26、0.15 和 0.45,計算得到農(nóng)戶稟賦綜合值。
中介變量:信貸可得性,以 “用于農(nóng)業(yè)生產(chǎn)的正規(guī)信貸額度”(單位:萬元)衡量。
調(diào)節(jié)變量:農(nóng)業(yè)機械服務(wù)市場發(fā)育程度,以 “農(nóng)戶購買農(nóng)業(yè)機械服務(wù)的畝均成本” 衡量。
控制變量:包括農(nóng)戶特征變量(戶主年齡、健康程度、農(nóng)業(yè)勞動力人數(shù)、非農(nóng)就業(yè)情況、黨員身份、作物結(jié)構(gòu))和村莊特征變量(距鄉(xiāng)鎮(zhèn)中心距離、機械化率、非農(nóng)就業(yè)人口及變化情況、銀行網(wǎng)點數(shù)量、信用村情況、村莊老齡化比例、村莊網(wǎng)絡(luò)覆蓋情況、村莊非農(nóng)產(chǎn)業(yè))。其中,耕地環(huán)節(jié)農(nóng)業(yè)機械化比例平均為 52.15%(標(biāo)準(zhǔn)差 46.13%),播種環(huán)節(jié)農(nóng)業(yè)機械化比例平均為 36.33%(標(biāo)準(zhǔn)差 45.68%),村莊外出打工人數(shù)平均為 433.37 人(標(biāo)準(zhǔn)差 489.74 人),銀行網(wǎng)點個數(shù)平均為 0.45 個(標(biāo)準(zhǔn)差 1.87 個),信用村比例為 35%(標(biāo)準(zhǔn)差 48%),村莊老齡化比例平均為 6%(標(biāo)準(zhǔn)差 12%),村莊網(wǎng)絡(luò)覆蓋比例為 88%(標(biāo)準(zhǔn)差 32%),村莊非農(nóng)產(chǎn)業(yè)比例為 1%(標(biāo)準(zhǔn)差 12%),村莊非農(nóng)就業(yè)變化情況均值為 2.72(標(biāo)準(zhǔn)差 0.90,1 = 大幅度增加、2 = 略有增加、3 = 基本不變、4 = 略有下降、5 = 大幅度下降)。
Heckman 模型:用于解決樣本選擇偏差問題,分為兩步:
第一步(Probit 模型):分析農(nóng)戶是否投資農(nóng)業(yè)機械的決策,模型公式為:Pro(I1i=1)=αKi+βXi+μi,其中I1i為第 i 個農(nóng)戶的農(nóng)業(yè)機械投資決策(1 = 投資、0 = 不投資),Ki為農(nóng)戶稟賦水平,Xi為控制變量集合,α、β為待估系數(shù),μi為誤差項,同時計算逆米爾斯系數(shù)修正偏差。
第二步(OLS 回歸):分析農(nóng)戶稟賦對農(nóng)業(yè)機械投資程度的影響,模型公式為:I2i=τKi+λXi+δi,其中I2i為農(nóng)戶農(nóng)業(yè)機械投資程度,τ、λ為待估系數(shù),δi為誤差項,將第一步得到的逆米爾斯系數(shù)代入以修正樣本選擇偏差。
中介效應(yīng)模型:檢驗信貸可得性在農(nóng)戶稟賦與農(nóng)業(yè)機械投資行為之間的中介作用,構(gòu)建三個回歸方程:
農(nóng)業(yè)機械投資行為對農(nóng)戶稟賦的回歸:Ii=α0+α1Ki+α2Xi+ξi,其中α1為農(nóng)戶稟賦對農(nóng)業(yè)機械投資行為的直接效應(yīng);
信貸可得性對農(nóng)戶稟賦的回歸:Ci=β0+β1Ki+β2Xi+ρi,其中β1為農(nóng)戶稟賦對信貸可得性的影響效應(yīng);
農(nóng)業(yè)機械投資行為對農(nóng)戶稟賦和信貸可得性的回歸:Ii=γ0+γ1Ki+γ2Ci+γ3Xi+εi,其中γ2與β1的乘積為中介效應(yīng),若γ2與β1顯著,則中介效應(yīng)成立。
運用 Stata14.0 軟件進(jìn)行回歸,首先通過方差膨脹因子(VIF)檢驗,農(nóng)業(yè)機械投資方程的 VIF 均值為 1.29,不存在嚴(yán)重多重共線性問題。Heckman 模型結(jié)果顯示,逆米爾斯系數(shù)在 1% 水平上顯著,說明樣本選擇偏差問題存在,使用該模型分析合理。
全樣本回歸結(jié)果表明,農(nóng)戶稟賦在 1% 統(tǒng)計水平上顯著正向影響農(nóng)業(yè)機械投資決策,影響系數(shù)為 0.980,說明農(nóng)戶稟賦越豐富,越傾向于做出農(nóng)業(yè)機械投資決策;農(nóng)戶稟賦對農(nóng)業(yè)機械投資程度的影響為正向,但不顯著。
按農(nóng)戶經(jīng)營規(guī)模中位數(shù)將樣本分為大規(guī)模組和小規(guī)模組后,異質(zhì)性分析結(jié)果顯示:大規(guī)模組農(nóng)戶的稟賦在 5% 水平上顯著正向影響農(nóng)業(yè)機械投資決策(系數(shù) 0.915),在 10% 水平上顯著正向影響農(nóng)業(yè)機械投資程度(系數(shù) 1.227);小規(guī)模組農(nóng)戶的稟賦對農(nóng)業(yè)機械投資決策和投資程度的影響均不顯著。這表明農(nóng)戶稟賦對大規(guī)模農(nóng)戶的農(nóng)業(yè)機械投資行為促進(jìn)作用明顯大于小規(guī)模農(nóng)戶,驗證了農(nóng)戶稟賦促進(jìn)農(nóng)業(yè)機械投資行為的假說。
為避免內(nèi)生性問題,選擇 “村莊內(nèi)除該農(nóng)戶之外其他農(nóng)戶信貸可得性的平均水平” 作為信貸可得性的代理變量進(jìn)行中介效應(yīng)檢驗。
全樣本結(jié)果顯示:農(nóng)戶稟賦在 5% 水平上顯著正向影響信貸可得性(系數(shù) 0.501),驗證了農(nóng)戶稟賦促進(jìn)信貸可得性的假說;信貸可得性在 1% 水平上顯著正向影響農(nóng)業(yè)機械投資決策(系數(shù) 0.060),驗證了信貸可得性促進(jìn)農(nóng)業(yè)機械投資行為的假說;農(nóng)戶稟賦在 5% 水平上仍顯著正向影響農(nóng)業(yè)機械投資決策(系數(shù) 0.311),說明信貸可得性在農(nóng)戶稟賦與農(nóng)業(yè)機械投資決策之間存在中介效應(yīng),即農(nóng)戶稟賦通過提高信貸可得性,進(jìn)而促進(jìn)農(nóng)業(yè)機械投資決策。
異質(zhì)性分析結(jié)果顯示:大規(guī)模組農(nóng)戶稟賦在 5% 水平上顯著正向影響信貸可得性(系數(shù) 0.666),小規(guī)模組農(nóng)戶稟賦對信貸可得性的影響不顯著(系數(shù) 0.042),進(jìn)一步驗證了農(nóng)戶稟賦對大規(guī)模農(nóng)戶信貸可得性的促進(jìn)作用大于小規(guī)模農(nóng)戶的假說。
更換模型方法:采用 Tobit 模型檢驗農(nóng)戶稟賦對信貸可得性的影響,結(jié)果顯示農(nóng)戶稟賦在 1% 水平上顯著正向影響信貸可得性(系數(shù) 1.828);采用 Probit 模型檢驗農(nóng)戶稟賦對農(nóng)業(yè)機械投資決策的影響,結(jié)果顯示農(nóng)戶稟賦在 1% 水平上顯著正向影響投資決策(系數(shù) 1.006);將 Probit 模型計算的逆米爾斯系數(shù)代入 Tobit 模型檢驗對農(nóng)業(yè)機械投資程度的影響,農(nóng)戶稟賦影響不顯著,與主結(jié)果一致。
縮尾處理:使用 Winsors 命令對總樣本按 1% 與 99% 水平進(jìn)行縮尾處理后,運用 Heckman 模型分析,結(jié)果與主結(jié)果影響方向和大小基本一致,說明研究結(jié)果具有穩(wěn)健性。
農(nóng)業(yè)機械服務(wù)市場發(fā)育可能對農(nóng)戶稟賦 - 信貸可得性 - 農(nóng)業(yè)機械投資行為的關(guān)系產(chǎn)生調(diào)節(jié)作用。構(gòu)建信貸可得性與農(nóng)業(yè)機械服務(wù)市場發(fā)育程度的交叉項,納入中介效應(yīng)模型進(jìn)行回歸分析。
結(jié)果顯示:農(nóng)戶稟賦仍顯著正向影響信貸可得性,信貸可得性仍顯著正向影響農(nóng)業(yè)機械投資決策,但信貸可得性與農(nóng)業(yè)機械服務(wù)市場發(fā)育程度的交叉項在 5% 水平上顯著負(fù)向影響農(nóng)業(yè)機械投資決策,說明農(nóng)業(yè)機械服務(wù)市場發(fā)育會削弱信貸可得性對農(nóng)業(yè)機械投資決策的促進(jìn)作用。
從農(nóng)戶類型來看,對于小規(guī)模農(nóng)戶,農(nóng)業(yè)機械服務(wù)市場發(fā)育可替代其農(nóng)業(yè)機械投資,降低生產(chǎn)成本;對于大規(guī)模農(nóng)戶,農(nóng)業(yè)機械服務(wù)市場發(fā)育使其更傾向于投資關(guān)鍵生產(chǎn)環(huán)節(jié)的農(nóng)業(yè)機械,而非全環(huán)節(jié)農(nóng)業(yè)機械,同樣對農(nóng)業(yè)機械行業(yè)投資產(chǎn)生替代作用。整體而言,農(nóng)業(yè)機械服務(wù)市場發(fā)育抑制了農(nóng)戶的農(nóng)業(yè)機械投資行為,即便信貸可得性提升,農(nóng)戶也不會顯著增加農(nóng)業(yè)機械投資。
農(nóng)戶稟賦水平提升有利于促進(jìn)農(nóng)業(yè)機械投資決策,但對投資程度的促進(jìn)作用不顯著,且這種影響存在異質(zhì)性,對大規(guī)模農(nóng)戶農(nóng)業(yè)機械投資決策和投資程度的促進(jìn)作用明顯大于小規(guī)模農(nóng)戶。
信貸可得性是農(nóng)戶稟賦影響農(nóng)業(yè)機械投資決策的重要中介路徑,農(nóng)戶稟賦通過提高信貸可得性,進(jìn)而推動農(nóng)業(yè)機械投資決策,且農(nóng)戶稟賦對大規(guī)模農(nóng)戶信貸可得性的促進(jìn)作用更強。
農(nóng)業(yè)機械服務(wù)市場發(fā)育會削弱信貸可得性對農(nóng)業(yè)機械投資決策的促進(jìn)作用,對不同規(guī)模農(nóng)戶的農(nóng)業(yè)機械投資均存在一定替代效應(yīng)。
提升農(nóng)戶稟賦水平:優(yōu)化自然資源稟賦,通過土地平整、土地流轉(zhuǎn)改善耕地質(zhì)量和細(xì)碎化問題;增加經(jīng)濟(jì)資源稟賦,放寬農(nóng)村金融機構(gòu)政策環(huán)境,加強政策扶持以提高農(nóng)戶收入;提高人力資源稟賦,組織農(nóng)戶參與農(nóng)業(yè)技術(shù)培訓(xùn),提升農(nóng)業(yè)機械操作和經(jīng)營管理能力;增強社會資源稟賦,促進(jìn)農(nóng)戶間交流,樹立農(nóng)業(yè)機械投資示范典型,拓寬農(nóng)戶信息和資源渠道。
優(yōu)化農(nóng)村信貸環(huán)境:明確農(nóng)村金融服務(wù)農(nóng)業(yè)發(fā)展的定位,鼓勵農(nóng)村金融機構(gòu)開發(fā)惠農(nóng)產(chǎn)品,創(chuàng)新信貸服務(wù)模式(如基于農(nóng)戶稟賦的信貸評估體系),提高農(nóng)戶信貸可得性;加強農(nóng)戶金融知識培訓(xùn),利用互聯(lián)網(wǎng)平臺傳播金融信息,幫助農(nóng)戶了解信貸政策和產(chǎn)品,緩解生產(chǎn)資金約束,增強農(nóng)業(yè)機械投資能力。
推行差異化農(nóng)業(yè)機械化政策:針對大規(guī)模農(nóng)戶,引導(dǎo)其合理投資農(nóng)業(yè)機械,靈活調(diào)整農(nóng)機購置優(yōu)惠政策并向其傾斜,滿足規(guī)?;a(chǎn)的農(nóng)業(yè)機械需求;針對小規(guī)模農(nóng)戶,鼓勵其利用農(nóng)業(yè)機械服務(wù)替代自購農(nóng)業(yè)機械,降低生產(chǎn)投入成本,形成 “大規(guī)模農(nóng)戶自購農(nóng)機 + 小規(guī)模農(nóng)戶購買農(nóng)機服務(wù)” 的多元化農(nóng)業(yè)機械化格局,推動農(nóng)業(yè)機械化整體水平提升,助力農(nóng)業(yè)現(xiàn)代化進(jìn)程。
本研究基于 3441 份農(nóng)戶樣本,通過理論分析和實證檢驗,系統(tǒng)探究了農(nóng)戶稟賦對農(nóng)業(yè)機械投資行為的影響及作用機制。研究發(fā)現(xiàn)農(nóng)戶稟賦通過提高信貸可得性促進(jìn)農(nóng)業(yè)機械投資決策,且對大規(guī)模農(nóng)戶的促進(jìn)作用更強,同時農(nóng)業(yè)機械服務(wù)市場發(fā)育會削弱信貸可得性的促進(jìn)作用。這些結(jié)論為理解農(nóng)戶農(nóng)業(yè)機械投資行為規(guī)律提供了微觀視角,相關(guān)政策啟示對提升農(nóng)戶農(nóng)業(yè)機械投資能力、優(yōu)化農(nóng)業(yè)機械化發(fā)展路徑、推動農(nóng)業(yè)現(xiàn)代化建設(shè)具有重要的實踐意義。未來可進(jìn)一步結(jié)合區(qū)域差異、農(nóng)機類型差異等維度,深化農(nóng)業(yè)機械投資行為的研究,為農(nóng)業(yè)機械化高質(zhì)量發(fā)展提供更精準(zhǔn)的政策支持。
更多農(nóng)業(yè)機械行業(yè)研究分析,詳見中國報告大廳《農(nóng)業(yè)機械行業(yè)報告匯總》。這里匯聚海量專業(yè)資料,深度剖析各行業(yè)發(fā)展態(tài)勢與趨勢,為您的決策提供堅實依據(jù)。
更多詳細(xì)的行業(yè)數(shù)據(jù)盡在【數(shù)據(jù)庫】,涵蓋了宏觀數(shù)據(jù)、產(chǎn)量數(shù)據(jù)、進(jìn)出口數(shù)據(jù)、價格數(shù)據(jù)及上市公司財務(wù)數(shù)據(jù)等各類型數(shù)據(jù)內(nèi)容。